太原理工大学电子信息工程学院赵菊敏教授团队在IEEE TMC发表论文
近日，我校电子信息工程学院赵菊敏教授团队在解决并行解码中的信号超级簇问题方面取得突破，显著提升了系统通信效率。相关成果发表于《IEEE Transactions on Mobile Computing》（简称IEEE TMC）期刊，题目为“Salix-Leaf: Find Main Veins of Signal Clusters for Practical Parallel Decoding”。该论文的第一署名单位为太原理工大学，我校博士研究生李亚君为论文第一作者，赵菊敏教授为论文通讯作者。IEEE TMC是中国计算机学会(CCF)推荐的A类顶级国际期刊、中科院1区TOP期刊，在计算机网络、移动计算领域享有极高的学术声誉。该论文也是我校以第一署名单位在IEEE TMC发表的首篇论文。
研究团队创新性地提出了一种基于主脉识别的信号簇分析方法—Salix-Leaf，旨在解决非均匀分布信号的超级簇问题。该方法通过提取各信号簇的主脉特征实现细粒度聚类，并利用主脉方向性特征作为聚类准确性的验证依据。此外，Salix-Leaf方法引入了超聚类分解器对信号进行分段聚类分析，显著提升了算法的鲁棒性和实用性能。实验结果表明，该方法能有效保障反向散射系统的并发传输性能。
赵菊敏教授指出，后续研究将重点推进该方法在复杂工况环境中的工程化应用，重点覆盖铁路建设、工业物联网及地下矿井作业等典型场景，通过突破不同领域特有的通信瓶颈，为新一代通信技术在多领域交叉应用提供系统性解决方案。
此项突破性成果的产出是学校优化学科布局、积极推进“智能+”“+行业”学科发展战略，学院以基础前沿创新与国家战略需求为双驱动，立足“智能探测/传感+智能信息/信号处理”主线，大力发展智能信息交互技术群的典型成果，展现了我校在电子信息前沿领域快速提升的科研实力。
声明: 本文资料和图片来自于政府/园区管委会官网、官方公众号、材料相关媒体及其他公开资料，如信息有误或有遗漏，欢迎联系我们修改；我们尊重知识产权，因整理资料所需，本文中引用部分公开第三方的数据、图片等内容，其所属的知识产权归属原作者，且凡引用的内容均在文中标注了原文出处、原作者。若版权所有者认为本文涉嫌侵权或其他问题，请联系我方及时处理；我们力求数据严谨准确，但因受时间及人力限制，文中内容难免有所纰漏。如有重大失误失实，敬请读者不吝赐教批评指正。